计算思维与人工智能
定价：￥28.30
作者： 李鑫，龚声蓉主编；周蓓，应文豪，闫海英，赵海童副主编
出版社：高等教育出版社
- 高等教育出版社
- 9787040650075
- 1版
- 16开
内容简介
本书是计算思维与人工智能通识课程的教材，主要介绍计算机学科中的计算思维和人工智能相关内容，对信息时代人们应具备的大数据、物联网、人工智能应用等知识也进行了系统的介绍。
本书内容上可划分为两大部分，共计9章。第一部分是计算思维相关内容，包括第1章计算机与计算，第2章信息数字化基础，第3章算法与数据结构，第4章数据组织与管理，第5章计算机网络；第二部分主要介绍人工智能的基础知识及应用，包括第6章初识人工智能，第7章智能语音识别技术，第8章智能图像识别，第9章知识图谱。
本书对传统计算机公共课的教学内容进行了改革，凝练了计算思维的内容，增加了人工智能基本技术和人工智能技术在语音识别、图像识别、知识图谱中的应用等内容。本书基于场景引入、案例应用的方针编写，内容通俗易懂，可读性好。
本书可作为高等学校本科生第一门计算机课程的教材，也可作为计算机爱好者的自学参考书。
目录
目录
前辅文
第1章 计算机与计算
1.1 计算机
1.1.1 图灵机
1.1.2 计算与自动计算
1.1.3 电子自动计算
1.2 计算机系统的构成
1.2.1 冯·诺依曼模型
1.2.2 存储程序的思想及工作过程
1.2.3 冯·诺依曼计算机的基本构成
1.3 计算机软件
1.3.1 软件
1.3.2 计算机语言
1.4 计算思维
1.5 人工智能及应用
思考题
第2章 信息数字化基础
2.1 信息及其表示
2.1.1 比特、字节、字
2.1.2 用计算机中的“0”和“1”解决问题
2.1.3 数制
2.1.4 数制间转换
2.2 二进制数值表示与算术运算
2.3 数值在计算机中的表示
2.4 真与假——一切都是逻辑
2.4.1 基本逻辑运算
2.4.2 用开关元件实现基本逻辑运算
2.4.3 用硬件逻辑实现加法运算（加法器）
2.4.4 用硬件逻辑实现2-4译码器
2.5 字符信息编码
2.5.1 编码
2.5.2 二-十进制编码
2.5.3 字符编码
2.5.4 汉字编码
思考题
第3章 算法与数据结构
3.1 初识算法
3.1.1 算法定义
3.1.2 算法特征
3.1.3 算法描述
3.1.4 算法复杂度
3.2 算法思想
3.2.1 穷举
3.2.2 迭代
3.2.3 递推
3.2.4 递归
3.2.5 贪心
3.3 数据结构与算法的应用
3.3.1 数据之间的关系
3.3.2 数组与排序
3.3.3 栈与浏览器的前进后退
3.3.4 图与社交关系
思考题
第4章 数据组织与管理
4.1 传统数据库技术
4.1.1 数据库技术的发展
4.1.2 数据库系统
4.1.3 关系数据库
4.1.4 结构化查询语言
4.2 大数据时代的数据变革
4.2.1 大数据时代
4.2.2 大数据的特征
4.2.3 大数据的经典应用
思考题
第5章 计算机网络
5.1 计算机网络基本概念
5.1.1 定义与分类
5.1.2 计算机网络的功能
5.1.3 计算机网络的组成
5.1.4 互联网
5.2 网络通信基础知识
5.2.1 基本术语
5.2.2 信号编码方法
5.2.3 传输媒介
5.2.4 网络的拓扑结构
5.2.5 数据交换技术
5.2.6 IP地址与域名
5.3 计算机网络协议与体系结构
5.3.1 网络协议
5.3.2 网络体系结构
5.3.3 数据传输过程
5.4 计算机网络安全
5.4.1 影响网络安全的因素
5.4.2 网络面临的安全威胁
5.4.3 安全的计算机网络
5.4.4 网络安全技术
5.5 计算机网络技术发展趋势
思考题
第6章 初识人工智能
6.1 人工智能概述
6.2 人工智能的发展历程
6.3 人工智能的三大学派
6.3.1 符号主义学派
6.3.2 连接主义学派
6.3.3 行为主义学派
6.4 监督学习与无监督学习
6.4.1 监督学习
6.4.2 无监督学习
6.5 人工神经网络基本原理
6.5.1 神经元模型
6.5.2 感知机与多层感知机
6.5.3 误差反向传播算法
思考题
第7章 智能语音识别技术
7.1 概述
7.1.1 基本概念
7.1.2 语音识别的基本原理
7.1.3 语音识别的应用
7.2 语音获取与表示
7.2.1 采样
7.2.2 量化
7.2.3 数字音频的文件格式
7.3 语音增强
7.3.1 语音增强的基本原理
7.3.2 语音增强方法与应用
7.4 语音合成
7.4.1 概述
7.4.2 语音合成原理
7.4.3 语音合成应用
7.4.4 交通信息播报系统语音合成流程
7.5 语音识别
7.5.1 概述
7.5.2 声纹识别
7.5.3 语音情感识别
7.6 社交机器人语音交互案例
7.6.1 语音交互
7.6.2 机器人语音交互流程
7.6.3 机器人语音交互应用
思考题
第8章 智能图像识别
8.1 图像识别概述
8.2 图像识别的应用
8.2.1 工业领域的应用
8.2.2 遥感领域中的应用
8.2.3 生物医学中的应用
8.2.4 公共安全领域的应用
8.2.5 智慧金融领域的应用
8.2.6 日常生活中的应用
8.3 图像识别的过程
8.4 图像的表示
8.4.1 采样
8.4.2 量化
8.4.3 数字图像的基本类型
8.4.4 数字图像的基本文件格式
8.5 图像预处理
8.5.1 图像增强
8.5.2 图像复原技术
8.5.3 几何畸变校正
8.6 特征提取
8.7 决策分类
8.7.1 基于统计学习的图像分类方法
8.7.2 基于深度学习的图像分类方法
8.8 图像识别案例
8.8.1 基于几何特征的人脸识别
8.8.2 基于卷积神经网络的手写体识别
8.8.3 机器视觉
思考题
第9章 知识图谱
9.1 什么是知识图谱
9.2 知识图谱的发展历史
9.2.1 起源阶段
9.2.2 发展阶段
9.2.3 繁荣阶段
9.3 搜索引擎中的知识图谱
9.4 知识图谱的构建
9.4.1 知识图谱表示
9.4.2 知识图谱分类
9.5 实体关系定义及抽取
9.5.1 schema定义
9.5.2 数据集来源途径
9.5.3 实体识别和关系抽取
9.6 Neo4j数据库
9.6.1 Cypher语句
9.6.2 图数据库操作（基于实例）
9.7 知识图谱典型下游应用
思考题
参考文献
前辅文
第1章 计算机与计算
1.1 计算机
1.1.1 图灵机
1.1.2 计算与自动计算
1.1.3 电子自动计算
1.2 计算机系统的构成
1.2.1 冯·诺依曼模型
1.2.2 存储程序的思想及工作过程
1.2.3 冯·诺依曼计算机的基本构成
1.3 计算机软件
1.3.1 软件
1.3.2 计算机语言
1.4 计算思维
1.5 人工智能及应用
思考题
第2章 信息数字化基础
2.1 信息及其表示
2.1.1 比特、字节、字
2.1.2 用计算机中的“0”和“1”解决问题
2.1.3 数制
2.1.4 数制间转换
2.2 二进制数值表示与算术运算
2.3 数值在计算机中的表示
2.4 真与假——一切都是逻辑
2.4.1 基本逻辑运算
2.4.2 用开关元件实现基本逻辑运算
2.4.3 用硬件逻辑实现加法运算（加法器）
2.4.4 用硬件逻辑实现2-4译码器
2.5 字符信息编码
2.5.1 编码
2.5.2 二-十进制编码
2.5.3 字符编码
2.5.4 汉字编码
思考题
第3章 算法与数据结构
3.1 初识算法
3.1.1 算法定义
3.1.2 算法特征
3.1.3 算法描述
3.1.4 算法复杂度
3.2 算法思想
3.2.1 穷举
3.2.2 迭代
3.2.3 递推
3.2.4 递归
3.2.5 贪心
3.3 数据结构与算法的应用
3.3.1 数据之间的关系
3.3.2 数组与排序
3.3.3 栈与浏览器的前进后退
3.3.4 图与社交关系
思考题
第4章 数据组织与管理
4.1 传统数据库技术
4.1.1 数据库技术的发展
4.1.2 数据库系统
4.1.3 关系数据库
4.1.4 结构化查询语言
4.2 大数据时代的数据变革
4.2.1 大数据时代
4.2.2 大数据的特征
4.2.3 大数据的经典应用
思考题
第5章 计算机网络
5.1 计算机网络基本概念
5.1.1 定义与分类
5.1.2 计算机网络的功能
5.1.3 计算机网络的组成
5.1.4 互联网
5.2 网络通信基础知识
5.2.1 基本术语
5.2.2 信号编码方法
5.2.3 传输媒介
5.2.4 网络的拓扑结构
5.2.5 数据交换技术
5.2.6 IP地址与域名
5.3 计算机网络协议与体系结构
5.3.1 网络协议
5.3.2 网络体系结构
5.3.3 数据传输过程
5.4 计算机网络安全
5.4.1 影响网络安全的因素
5.4.2 网络面临的安全威胁
5.4.3 安全的计算机网络
5.4.4 网络安全技术
5.5 计算机网络技术发展趋势
思考题
第6章 初识人工智能
6.1 人工智能概述
6.2 人工智能的发展历程
6.3 人工智能的三大学派
6.3.1 符号主义学派
6.3.2 连接主义学派
6.3.3 行为主义学派
6.4 监督学习与无监督学习
6.4.1 监督学习
6.4.2 无监督学习
6.5 人工神经网络基本原理
6.5.1 神经元模型
6.5.2 感知机与多层感知机
6.5.3 误差反向传播算法
思考题
第7章 智能语音识别技术
7.1 概述
7.1.1 基本概念
7.1.2 语音识别的基本原理
7.1.3 语音识别的应用
7.2 语音获取与表示
7.2.1 采样
7.2.2 量化
7.2.3 数字音频的文件格式
7.3 语音增强
7.3.1 语音增强的基本原理
7.3.2 语音增强方法与应用
7.4 语音合成
7.4.1 概述
7.4.2 语音合成原理
7.4.3 语音合成应用
7.4.4 交通信息播报系统语音合成流程
7.5 语音识别
7.5.1 概述
7.5.2 声纹识别
7.5.3 语音情感识别
7.6 社交机器人语音交互案例
7.6.1 语音交互
7.6.2 机器人语音交互流程
7.6.3 机器人语音交互应用
思考题
第8章 智能图像识别
8.1 图像识别概述
8.2 图像识别的应用
8.2.1 工业领域的应用
8.2.2 遥感领域中的应用
8.2.3 生物医学中的应用
8.2.4 公共安全领域的应用
8.2.5 智慧金融领域的应用
8.2.6 日常生活中的应用
8.3 图像识别的过程
8.4 图像的表示
8.4.1 采样
8.4.2 量化
8.4.3 数字图像的基本类型
8.4.4 数字图像的基本文件格式
8.5 图像预处理
8.5.1 图像增强
8.5.2 图像复原技术
8.5.3 几何畸变校正
8.6 特征提取
8.7 决策分类
8.7.1 基于统计学习的图像分类方法
8.7.2 基于深度学习的图像分类方法
8.8 图像识别案例
8.8.1 基于几何特征的人脸识别
8.8.2 基于卷积神经网络的手写体识别
8.8.3 机器视觉
思考题
第9章 知识图谱
9.1 什么是知识图谱
9.2 知识图谱的发展历史
9.2.1 起源阶段
9.2.2 发展阶段
9.2.3 繁荣阶段
9.3 搜索引擎中的知识图谱
9.4 知识图谱的构建
9.4.1 知识图谱表示
9.4.2 知识图谱分类
9.5 实体关系定义及抽取
9.5.1 schema定义
9.5.2 数据集来源途径
9.5.3 实体识别和关系抽取
9.6 Neo4j数据库
9.6.1 Cypher语句
9.6.2 图数据库操作（基于实例）
9.7 知识图谱典型下游应用
思考题
参考文献
前辅文
第1章 计算机与计算
1.1 计算机
1.1.1 图灵机
1.1.2 计算与自动计算
1.1.3 电子自动计算
1.2 计算机系统的构成
1.2.1 冯·诺依曼模型
1.2.2 存储程序的思想及工作过程
1.2.3 冯·诺依曼计算机的基本构成
1.3 计算机软件
1.3.1 软件
1.3.2 计算机语言
1.4 计算思维
1.5 人工智能及应用
思考题
第2章 信息数字化基础
2.1 信息及其表示
2.1.1 比特、字节、字
2.1.2 用计算机中的“0”和“1”解决问题
2.1.3 数制
2.1.4 数制间转换
2.2 二进制数值表示与算术运算
2.3 数值在计算机中的表示
2.4 真与假——一切都是逻辑
2.4.1 基本逻辑运算
2.4.2 用开关元件实现基本逻辑运算
2.4.3 用硬件逻辑实现加法运算（加法器）
2.4.4 用硬件逻辑实现2-4译码器
2.5 字符信息编码
2.5.1 编码
2.5.2 二-十进制编码
2.5.3 字符编码
2.5.4 汉字编码
思考题
第3章 算法与数据结构
3.1 初识算法
3.1.1 算法定义
3.1.2 算法特征
3.1.3 算法描述
3.1.4 算法复杂度
3.2 算法思想
3.2.1 穷举
3.2.2 迭代
3.2.3 递推
3.2.4 递归
3.2.5 贪心
3.3 数据结构与算法的应用
3.3.1 数据之间的关系
3.3.2 数组与排序
3.3.3 栈与浏览器的前进后退
3.3.4 图与社交关系
思考题
第4章 数据组织与管理
4.1 传统数据库技术
4.1.1 数据库技术的发展
4.1.2 数据库系统
4.1.3 关系数据库
4.1.4 结构化查询语言
4.2 大数据时代的数据变革
4.2.1 大数据时代
4.2.2 大数据的特征
4.2.3 大数据的经典应用
思考题
第5章 计算机网络
5.1 计算机网络基本概念
5.1.1 定义与分类
5.1.2 计算机网络的功能
5.1.3 计算机网络的组成
5.1.4 互联网
5.2 网络通信基础知识
5.2.1 基本术语
5.2.2 信号编码方法
5.2.3 传输媒介
5.2.4 网络的拓扑结构
5.2.5 数据交换技术
5.2.6 IP地址与域名
5.3 计算机网络协议与体系结构
5.3.1 网络协议
5.3.2 网络体系结构
5.3.3 数据传输过程
5.4 计算机网络安全
5.4.1 影响网络安全的因素
5.4.2 网络面临的安全威胁
5.4.3 安全的计算机网络
5.4.4 网络安全技术
5.5 计算机网络技术发展趋势
思考题
第6章 初识人工智能
6.1 人工智能概述
6.2 人工智能的发展历程
6.3 人工智能的三大学派
6.3.1 符号主义学派
6.3.2 连接主义学派
6.3.3 行为主义学派
6.4 监督学习与无监督学习
6.4.1 监督学习
6.4.2 无监督学习
6.5 人工神经网络基本原理
6.5.1 神经元模型
6.5.2 感知机与多层感知机
6.5.3 误差反向传播算法
思考题
第7章 智能语音识别技术
7.1 概述
7.1.1 基本概念
7.1.2 语音识别的基本原理
7.1.3 语音识别的应用
7.2 语音获取与表示
7.2.1 采样
7.2.2 量化
7.2.3 数字音频的文件格式
7.3 语音增强
7.3.1 语音增强的基本原理
7.3.2 语音增强方法与应用
7.4 语音合成
7.4.1 概述
7.4.2 语音合成原理
7.4.3 语音合成应用
7.4.4 交通信息播报系统语音合成流程
7.5 语音识别
7.5.1 概述
7.5.2 声纹识别
7.5.3 语音情感识别
7.6 社交机器人语音交互案例
7.6.1 语音交互
7.6.2 机器人语音交互流程
7.6.3 机器人语音交互应用
思考题
第8章 智能图像识别
8.1 图像识别概述
8.2 图像识别的应用
8.2.1 工业领域的应用
8.2.2 遥感领域中的应用
8.2.3 生物医学中的应用
8.2.4 公共安全领域的应用
8.2.5 智慧金融领域的应用
8.2.6 日常生活中的应用
8.3 图像识别的过程
8.4 图像的表示
8.4.1 采样
8.4.2 量化
8.4.3 数字图像的基本类型
8.4.4 数字图像的基本文件格式
8.5 图像预处理
8.5.1 图像增强
8.5.2 图像复原技术
8.5.3 几何畸变校正
8.6 特征提取
8.7 决策分类
8.7.1 基于统计学习的图像分类方法
8.7.2 基于深度学习的图像分类方法
8.8 图像识别案例
8.8.1 基于几何特征的人脸识别
8.8.2 基于卷积神经网络的手写体识别
8.8.3 机器视觉
思考题
第9章 知识图谱
9.1 什么是知识图谱
9.2 知识图谱的发展历史
9.2.1 起源阶段
9.2.2 发展阶段
9.2.3 繁荣阶段
9.3 搜索引擎中的知识图谱
9.4 知识图谱的构建
9.4.1 知识图谱表示
9.4.2 知识图谱分类
9.5 实体关系定义及抽取
9.5.1 schema定义
9.5.2 数据集来源途径
9.5.3 实体识别和关系抽取
9.6 Neo4j数据库
9.6.1 Cypher语句
9.6.2 图数据库操作（基于实例）
9.7 知识图谱典型下游应用
思考题
参考文献
前辅文
第1章 计算机与计算
1.1 计算机
1.1.1 图灵机
1.1.2 计算与自动计算
1.1.3 电子自动计算
1.2 计算机系统的构成
1.2.1 冯·诺依曼模型
1.2.2 存储程序的思想及工作过程
1.2.3 冯·诺依曼计算机的基本构成
1.3 计算机软件
1.3.1 软件
1.3.2 计算机语言
1.4 计算思维
1.5 人工智能及应用
思考题
第2章 信息数字化基础
2.1 信息及其表示
2.1.1 比特、字节、字
2.1.2 用计算机中的“0”和“1”解决问题
2.1.3 数制
2.1.4 数制间转换
2.2 二进制数值表示与算术运算
2.3 数值在计算机中的表示
2.4 真与假——一切都是逻辑
2.4.1 基本逻辑运算
2.4.2 用开关元件实现基本逻辑运算
2.4.3 用硬件逻辑实现加法运算（加法器）
2.4.4 用硬件逻辑实现2-4译码器
2.5 字符信息编码
2.5.1 编码
2.5.2 二-十进制编码
2.5.3 字符编码
2.5.4 汉字编码
思考题
第3章 算法与数据结构
3.1 初识算法
3.1.1 算法定义
3.1.2 算法特征
3.1.3 算法描述
3.1.4 算法复杂度
3.2 算法思想
3.2.1 穷举
3.2.2 迭代
3.2.3 递推
3.2.4 递归
3.2.5 贪心
3.3 数据结构与算法的应用
3.3.1 数据之间的关系
3.3.2 数组与排序
3.3.3 栈与浏览器的前进后退
3.3.4 图与社交关系
思考题
第4章 数据组织与管理
4.1 传统数据库技术
4.1.1 数据库技术的发展
4.1.2 数据库系统
4.1.3 关系数据库
4.1.4 结构化查询语言
4.2 大数据时代的数据变革
4.2.1 大数据时代
4.2.2 大数据的特征
4.2.3 大数据的经典应用
思考题
第5章 计算机网络
5.1 计算机网络基本概念
5.1.1 定义与分类
5.1.2 计算机网络的功能
5.1.3 计算机网络的组成
5.1.4 互联网
5.2 网络通信基础知识
5.2.1 基本术语
5.2.2 信号编码方法
5.2.3 传输媒介
5.2.4 网络的拓扑结构
5.2.5 数据交换技术
5.2.6 IP地址与域名
5.3 计算机网络协议与体系结构
5.3.1 网络协议
5.3.2 网络体系结构
5.3.3 数据传输过程
5.4 计算机网络安全
5.4.1 影响网络安全的因素
5.4.2 网络面临的安全威胁
5.4.3 安全的计算机网络
5.4.4 网络安全技术
5.5 计算机网络技术发展趋势
思考题
第6章 初识人工智能
6.1 人工智能概述
6.2 人工智能的发展历程
6.3 人工智能的三大学派
6.3.1 符号主义学派
6.3.2 连接主义学派
6.3.3 行为主义学派
6.4 监督学习与无监督学习
6.4.1 监督学习
6.4.2 无监督学习
6.5 人工神经网络基本原理
6.5.1 神经元模型
6.5.2 感知机与多层感知机
6.5.3 误差反向传播算法
思考题
第7章 智能语音识别技术
7.1 概述
7.1.1 基本概念
7.1.2 语音识别的基本原理
7.1.3 语音识别的应用
7.2 语音获取与表示
7.2.1 采样
7.2.2 量化
7.2.3 数字音频的文件格式
7.3 语音增强
7.3.1 语音增强的基本原理
7.3.2 语音增强方法与应用
7.4 语音合成
7.4.1 概述
7.4.2 语音合成原理
7.4.3 语音合成应用
7.4.4 交通信息播报系统语音合成流程
7.5 语音识别
7.5.1 概述
7.5.2 声纹识别
7.5.3 语音情感识别
7.6 社交机器人语音交互案例
7.6.1 语音交互
7.6.2 机器人语音交互流程
7.6.3 机器人语音交互应用
思考题
第8章 智能图像识别
8.1 图像识别概述
8.2 图像识别的应用
8.2.1 工业领域的应用
8.2.2 遥感领域中的应用
8.2.3 生物医学中的应用
8.2.4 公共安全领域的应用
8.2.5 智慧金融领域的应用
8.2.6 日常生活中的应用
8.3 图像识别的过程
8.4 图像的表示
8.4.1 采样
8.4.2 量化
8.4.3 数字图像的基本类型
8.4.4 数字图像的基本文件格式
8.5 图像预处理
8.5.1 图像增强
8.5.2 图像复原技术
8.5.3 几何畸变校正
8.6 特征提取
8.7 决策分类
8.7.1 基于统计学习的图像分类方法
8.7.2 基于深度学习的图像分类方法
8.8 图像识别案例
8.8.1 基于几何特征的人脸识别
8.8.2 基于卷积神经网络的手写体识别
8.8.3 机器视觉
思考题
第9章 知识图谱
9.1 什么是知识图谱
9.2 知识图谱的发展历史
9.2.1 起源阶段
9.2.2 发展阶段
9.2.3 繁荣阶段
9.3 搜索引擎中的知识图谱
9.4 知识图谱的构建
9.4.1 知识图谱表示
9.4.2 知识图谱分类
9.5 实体关系定义及抽取
9.5.1 schema定义
9.5.2 数据集来源途径
9.5.3 实体识别和关系抽取
9.6 Neo4j数据库
9.6.1 Cypher语句
9.6.2 图数据库操作（基于实例）
9.7 知识图谱典型下游应用
思考题
参考文献
